變更

'''基于工业智能技术的风电机组特性分析'''风电作为应用最为广泛和 [[ 发展 ]] 最快的可再生能源发电技术，已经在全球范围内实现大规模开发应用。根据“中国可再生能源协会风能专业委员会”发布的《2017年中国风电吊装容量统计简报》显示截止2017年底中国风电市场累计装机总容量达到1.88亿千瓦，2017年新增装机容量达1966万千瓦。风电在全国 [[ 能源 ]] 结构中的比重逐年提高，已经达到装机总容量的9.2%，已经继煤电、水电之后的第三大电源。这也预示着风力发电已经成为国家新增电力供应的重要组成部分。《风电发展-十三五规划》中提出：为了实现2020年和2030年非石化能源占一次能源消费比重15%和20%的目标，促进能源转型，我国必须加快推动风电等 [[ 可再生能源]]<ref>[https://www.sohu.com/a/216292102_694307 【科普】可利用再生能源，你了解吗？] ，搜狐，2018-01-12</ref>产业发展。但随着应用规模的不断扩大，风电发展也面临了不少新的挑战。

由于风资源最显著的特点既是它的动态性与随机性变化。风电场输出的随机性变化主要也来自于风速的波动和方向，这也将会挑战电力系统的安全性和可靠性，以及系统稳定性、电能 [[ 质量 ]] 、电网电压、有功功率、无功 [[ 功率 ]] 等要素。同样对风电机组的稳定性以及可靠性也提出了严峻的考验。

由于风电产业前期发展速度较快，并且由于品类众多，复杂 [[ 产品 ]] 结构的制造特征，每年因 [[ 设备 ]] 可靠性及设备性能等原因导致的损失约为总发电量的8~10%。其中，风电机组故障停机和风电机组性能下降是造成发电量损失的最大因素。而目前，风电场现场普遍采用事后分析和维护，预防性维护以及基于数据挖掘的性能监控尚未普及。经验证，通过数据分析，性能优化，预测故障等方式提升设备可靠性和发电性能，可有效提升发电量。

通过工业智能技术手段，集中采集存储风电工业 [[ 大数据]]<ref>[https://www.sohu.com/a/546172164_120774982 大数据技术有哪些] ，搜狐，2022-05-20</ref>，通过工业机理模型、人工智能等应用技术，分析风电机组特性，找出影响机组出力性能的因素及各因素的影响程度，进而确定影响风电场发电量的主要原因，为风电机组性能调优及风电场运维检修提供依据，从而达到提升发电量的目的。通过本项目研究与实践，完成基于工业智能技术的风电机组特性分析应用，其成果可在整个风电行业进行推广，据有很高的应用前景及 [[ 经济价值 ]] 。

福建华电可门发电有限公司连江风电分公司风吹岭(48MW)、白云岭40MW)风电场位于 [[ 连江县 ]] 安凯乡、筱程镇、 [[ 坑园镇 ]] 、下宫乡等17个村庄的高山上,机位平均海拔380米,总装机容量88MW,安装44台2MN的广东明阳风力发电机组,两个风电场共用110kV白云岭升压站,以110kV单回线路接入连江220kV港区变。风场设计年发电量为2亿kWh,截止到2018年累计完成发电量3.9亿kWh,节约标准煤约14万吨。2014年05月30日项目通过福建省发改委核准，2014年08月08日连江风电分公司成立，2015年12月31日白云岭110kV升压站倒送电成功，2016年01月15日首台风机并网发电，2018年08月03日第40台风机并网发电。

由于风电场一般分布区域广泛， [[ 环境 ]] 较为恶劣，风电机组数量庞大，加上后期新增项目的快速建设，使得风电场专业人才需求急速增加，现场设备维护管理、运行管理以及数据分析及故障处理的难度逐步增加，需建立一套行之有效的、全新的运营模式。

随着平台建设和运行的不断深入，将积聚更全面的内外部数据 [[ 资源 ]] ，沉淀出更丰富的算法、经验知识、模型、应用服务，形成“无处不在的联接+数字平台+无所不及的智能”能力。对内，推动福建公司各产业的生产和服务资源优化配置。对外，通过添加运营服务等能力，将平台服务范围延伸到整个区域、延伸到产业链，实现工业全要素、全产业链、全价值链的深度互联，驱动实现产业链协同、智能生产以及开展“ [[ 产品]]+服务”的服务型制造等新模式，推动区域、产业生态向高端迈进。

项目要求完成工业互联网平台的基础搭建工作，包括：构建含采集交换、计算处理、大数据存储、数据共享的大数据服务体系；建成模型构建和运行平台，并内置丰富的数理统计、机器学习、人工智能算法模型，支持各类经验、 [[ 工业 ]] 机理等知识的开发和沉淀，建成可复用的算法模型库；提供视频服务平台，面向各类应用提供统一的视频监控、视频播放服务能力；建成应用服务平台，面向场景应用开发提供可复用的应用服务组件，提供智能应用的快速构建能力。

白云岭风电厂作为 [[ 项目 ]] 研究试点，是业务场景在平台的具体落地实践，本期重点考虑选取成熟应用场景，结合平台算法模型，调取平台数据服务，构建典型智能应用。

本项目是针对风电全生命周期产业链开发的风电智慧运维解决方案，结合先进的 [[ 人工智能 ]] 、大数据技术，实现了风电资产的智能化整体升级。该系统基于历史及实时的SCADA数据对风电场运行状态进行评估，同时通过连接风机资产和运维及技术人员，实时获取资产全面信息，优化机组运行性能; 通过机组设备的远程监控，结合智能化算法，建立完备的故障智能分析诊断系统，洞察设备的健康状态，预警即将发生的故障，以及结合人工智能和机器学习技术在线优化风机控制策略，动态评估风电场运营效率。

通过本项目成果可以帮助用户了解机组运行的真实情况，使机组总是运行在高效平稳的状态，大幅提升投资回报率。用户可以随时随地监控风机的运行状态，调取数据，诊断排除故障，提升响应速度，同时还可以对风场 [[ 运营 ]] 进行分析，减少日常值守的人员数量，大幅提高运营效率; ； 通过对接入平台的风场实现24小时实时远程监控减少风场部署的大量运维人员，少量现场人员加总部监控的方式将为用户更好地做好风机维护工作。